PERBANDINGAN PERFORMA ALGORITMA SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENYAKIT KANKER PAYUDARA
Total View This Week0
Total View This Week0
Institusion
Universitas Duta Bangsa
Author
YOGA, PINEDA PRIMA
Subject
T Technology (General)
Datestamp
2023-10-27 02:29:16
Abstract :
kanker adalah penamaan umum untuk gumpalan penyakit dalam jumlah besar yang dapat terjadi di seluruh bagian tubuh. Ciri khas dari penyakit kanker yaitu pertumbuhan sel abnormal yang sangat cepat dan melebihi batasan umumnya. Dari sekian banyak jenis kanker yang ada, kanker payudara adalah penyakit kanker dengan pengidap terbesar di dunia (WHO 2021) dengan kasus yang terjadi sebesar 2,26 juta. Banyak penelitian dilakukan agar kanker payudara dapat dicegah sejak dini, penelitian dilakukan dengan proses data mining dimana data ? data penyakit kanker yang sudah ada dievaluasi menggunakan algoritma data mining untuk pengklasifikasian penyakit. Metode yang paling umum digunakan untuk pengklasifikasian data yaitu K- Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Data yang diambil sebagai sampel penelitian diambil dari UCI Repository. Program ini dibangun menggunakan Bahasa pemrograman Python, menghasilkan informasi nilai Matriks Konfusi algoritma SVM dan KNN dalam bentuk bagan dengan nilai Matriks Konfusi Algoritma SVM yaitu Presisi 81,81% Recall 97,85% Akurasi 84,28% dan Skor F1 89,1%. Sedangkan nilai performa Algoritma KNN adalah Presisi 98,87% Recall 95,65% Akurasi 96,61% dan Skor F1 96,61%.
kanker adalah penamaan umum untuk gumpalan penyakit dalam jumlah besar yang dapat terjadi di seluruh bagian tubuh. Ciri khas dari penyakit kanker yaitu pertumbuhan sel abnormal yang sangat cepat dan melebihi batasan umumnya. Dari sekian banyak jenis kanker yang ada, kanker payudara adalah penyakit kanker dengan pengidap terbesar di dunia (WHO 2021) dengan kasus yang terjadi sebesar 2,26 juta. Banyak penelitian dilakukan agar kanker payudara dapat dicegah sejak dini, penelitian dilakukan dengan proses data mining dimana data ? data penyakit kanker yang sudah ada dievaluasi menggunakan algoritma data mining untuk pengklasifikasian penyakit. Metode yang paling umum digunakan untuk pengklasifikasian data yaitu K- Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Data yang diambil sebagai sampel penelitian diambil dari UCI Repository. Program ini dibangun menggunakan Bahasa pemrograman Python, menghasilkan informasi nilai Matriks Konfusi algoritma SVM dan KNN dalam bentuk bagan dengan nilai Matriks Konfusi Algoritma SVM yaitu Presisi 81,81% Recall 97,85% Akurasi 84,28% dan Skor F1 89,1%. Sedangkan nilai performa Algoritma KNN adalah Presisi 98,87% Recall 95,65% Akurasi 96,61% dan Skor F1 96,61%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
